算法时间复杂度定义
在进行算法分析时,语句总的执行次数 是关于问题规模 n 的函数,进而分析 随 n 的变化情况并确定 的数量级。算法的时间复杂度,也就是算法的时间量度,记作:。它表示随问题规模 n 的增大,算法执行时间的增长率和 的增长率相同,称作算法的渐近时间复杂度,简称时间复杂度。其中 是问题规模 n 的某个函数。
这样用大写 来体现算法时间复杂度的记法,称之为大O记法
一般情况下,随着 n 的增大, 增长最慢的算法为最优算法
推导大 O 阶方法
推导大 O 阶:
1. 用常数 1 取代运行时间中的所有加法常数
1. 在修改后的运行次数函数中,只保留最高阶项
1. 如果最高阶项存在且不是 1,则去除与这个项相乘的常数
得到的结果就是大 O 阶
常数阶
与问题的大小无关(n 的多少),执行时间恒定的算法,称之为具有 的时间复杂度,又叫常数阶
注:不管这个常数是多少,都记作 ,而不能是 、 等其他任何数字
线性阶
for(int i=0;i
上面的时间复杂度是 ,因为循环体的代码需要执行 n 次。
对数阶
int count=1;while(count
由于每次 count 乘以 2 之后,距离 n 更近一分。也就是说,有多少个 2 相乘后大于 n,则会退出循环。由
![1d37667bee50c4fdb86f19989c282feb.png](https://i-blog.csdnimg.cn/blog_migrate/6efa4487e54d10fb789052d90c0e1a7e.jpeg)
得到
![7c3f16cdec879f4089c9085a3a84e36a.png](https://i-blog.csdnimg.cn/blog_migrate/2ea2a218fe8cade57473e7e0ac0de531.jpeg)
。所以这个循环的时间复杂度为
![c991f702dff006be25ed22c7c294a68a.png](https://i-blog.csdnimg.cn/blog_migrate/4b39bbcd3b65de9a00eeb640da737b6e.jpeg)
,所以这个循环的时间复杂度为
![8dfd53c8d1c24cc002343005ac41d796.png](https://i-blog.csdnimg.cn/blog_migrate/6968e4980e4e53c880888b6a4bb4741c.jpeg)
平方阶
for(int i=0;i
![22bf52b54ce42dd5379d301c8e0aa7fe.png](https://i-blog.csdnimg.cn/blog_migrate/964c1034ba49a3073ab4563ff9b71cae.jpeg)
如果外层循环次数改为了 m,时间复杂度就变成了
![f6161a0df532a8db62699d161e59bd89.png](https://i-blog.csdnimg.cn/blog_migrate/f96f67e2c1ef475aea4c9d55455aecf2.jpeg)
for(int i=0;i
for(int i=0;i
由于当 i=0 时,内循环执行了 n 次,当 i=1 时,执行了 n-1 次,·····当 i=n-1 时,执行了 1 次。所以总的执行次数为:
![87ea4c6eea0d59294e17a9a8306b5017.png](https://i-blog.csdnimg.cn/blog_migrate/8bfeb59b4250d799ae564df3d2760515.jpeg)
根据推导大 O 阶的方法,最终上面的代码的时间复杂度为
![208d75245add610eff346011809b0cec.png](https://i-blog.csdnimg.cn/blog_migrate/c0366c752f57d6b4ad4db7799434eb77.jpeg)
常见的时间复杂度
![4f9143a39faa3b4e66a1fd9930ff36f5.png](https://i-blog.csdnimg.cn/blog_migrate/3e64b9ebf4a2fe6d0f2e7bc701324d41.jpeg)
常用的时间复杂度所耗费的时间从小到大依次是:
![54c0d7b0b29be8b4d4e865fababfb749.png](https://i-blog.csdnimg.cn/blog_migrate/f19a8f3a81275e516d06e27229fee376.jpeg)